All posts in smart data

Intelligence artificielle et Smart Data


Définition et vision actuelle

On regroupe sous la dénomination « Intelligence artificielle » plusieurs disciplines : le Machine Learning, la Robotique, l’IA faible et forte ou encore le traitement du langage.
L’Intelligence artificielle bénéficie aujourd’hui de nombreuses initiatives au niveau mondial que cela soit en France, aux Etats-Unis ou encore en Chine.

Du point de vue des acteurs concernés, l’IA n’est pas encore là en tant que telle : on assiste pour le moment au développement toujours plus complexe de moteurs de règles. La preuve par le retour d’expérience des acteurs interrogés : certaines corrélations entre données n’ont parfois aucun sens au final.

L’usage des Smart Data

Soutenu par des moteurs de règles, il consiste, à partir des données collectées, à engager la bonne action, vers la bonne personne, au bon moment.

Le secteur bancaire, par exemple, dispose actuellement de programmes permettant de préparer automatiquement en amont un rendez-vous client en agence, avec des recommandations d’actions pour que l’échange commercial se passe en cohérence avec le persona (profil) du client et ait le plus d’impact possible. Le système peut également suggérer au conseiller de collecter de nouvelles données dont l’usage a été démontré par le passé.
Toujours dans le domaine commercial, l’IA ne remplacera jamais le commercial mais offre des applications permettant une meilleure mutualisation des données liées au Client pour cibler les actions et éviter les sollicitations inutiles.

L’Humain, au coeur de la démarche

En définitive, l’enjeu est de disposer de contenus Métier qui viennent se mêler à l’intelligence des algorithmes. Le Machine Learning, par exemple, ne fonctionne qu’en présence d’un très grand nombre de données et de l’Humain pour les corriger. L’IA peut apporter des améliorations en terme de qualité et de productivité mais ne peut s’affranchir de la connaissances des experts.
Au delà de la qualité des données et de la pertinence des règles, la conduite du changement auprès des équipes est le premier pilier indispensable pour accompagner l’Entreprise dans cette transformation.

Cet article a été rédigé suite à notre participation aux conférences des salons Solutions 2017.

Big Data, BI et prises de décision stratégique

Du 26 au 28 septembre dernier, le salon Solutions 2017 réunissait plus de 200 exposants à Paris autour de 5 thématiques clés de l’IT : ERP, Dématérialisation, CRM et Marketing, BI/Big Data et e-achats. L’innovation était au coeur des 75 conférences et tables rondes.
Zoom sur un condensé des plus #smartdata d’entre elles.

La définition du Big Data peut être très différente d’un acteur à l’autre mais tous se rejoignent pour affirmer que l’arrivée du cloud a transformé la mise en place de solutions, en apportant une très nette diminution des coûts et une hausse des capacités de stockage, au regard de la multiplication exponentielle des données générées.

A la question peut-on catégoriser les data par type, la réponse est claire : une donnée peut être structurée – cas des indicateurs de suivi classique par exemple – ou non structurée – cas des logs d’un parcours client, des sources images/vidéos disponibles sur un site…
Le principe aujourd’hui est de stocker le maximum de données, même si leur usage n’est pas pour le moment défini. En ce sens, la BI est résolument tournée vers le futur.

L’indexation des données est très importante car elle garantit la future pertinence des résultats de recherche et évite l’écueil de la réplication des données qui peut avoir lieu dans certaines circonstances.

En ce qui concerne les enjeux de tout projet BI, les intervenants ont souligné l’importance de la gouvernance – la responsabilité de la DSI dans le projet – plus que la résolution de problématiques de stockage des données qui pouvaient être un frein il y a encore quelques années.

L’objectif d’un projet BI n’est plus d’extraire les données, mais de modéliser les processsus d’entreprise, amener la compréhension de la construction des modèles de données pour savoir mettre en valeur les éléments qui suscitent la prise de décision.

Il est essentiel d’associer l’ensemble des métiers dans l’accessibilité aux données pour que chacun participe à l’amélioration de l’expérience – qu’elle soit B2B ou B2C. Il a été enfin souligné l’interêt particulier de travailler avec des données « vivantes » comme c’est le cas par exemple dans les projets de systèmes embarqués.

Pour illustrer les domaines d’application du Big Data, on pourra évoquer l’analyse prédictive avancée : une team de football américain équipe ses joueurs avec des capteurs qui remontent en temps réel leurs constantes physiques et physiologiques, permettant d’éviter les blessures avant qu’elles ne surviennent.
Autre usage : le cas des « Smartcity », où les organismes publics peuvent agir en direct en fonction des réactions de leurs concitoyens.

Enfin, il a été rappelé qu’un nouveau règlement européen, concernant autant les données clients que les données collaborateurs – va entrer en application en mai 2018 et aura un impact non négligeable sur la gestion des données.